Die Vernetzung von Verkehrsteilnehmern mithilfe von Vehicle ad hoc Netzwerken (VANet) bietet eine Vielzahl von Nutzungsmöglichkeiten für Fahrerassistenz- und Sicherheitsfunktionen. Im ersten Schritt können mithilfe spezieller Nachrichten neue Klassen von Informationsfunktionen wie Sondereinsatzfahrzeugwarnung, Warnung vor Unfallstellen oder Glättewarnung realisiert werden. Da aufgrund der Ortungsungenauigkeit und der nicht auszuschließenden Manipulation des Car2Car-Sensors eingreifende Funktionen nur auf Basis von Car2Car nicht umgesetzt werden können, wird als Lösungsansatz eine Fusion aus Umfeldsensoren und Car2Car - im weiteren Verlauf als CarMatching bezeichnet - angestrebt. Diese Dissertation beantwortet die Frage, welche weiteren Anwendungsmöglichkeiten die Car2Car-Kommunikation im Bereich Fahrerassistenz und Sicherheit bietet und wie diese vor allem für aktive Sicherheit genutzt werden können. Innerhalb dieser Arbeit wird ein funktionsorientierter Ansatz verfolgt. Ausgangspunkt für die Betrachtungen ist der Kundenmehrwert durch verbesserte oder neuartige Funktionen. Durch eine Wirkfeldanalyse werden Applikationen identifiziert, die ein besonderes Schutzpotenzial für die Verkehrsteilnehmer bieten. Durch die Fusion mit Car2Car können drei technologische Mehrwerte (zusätzliche Signale, verbesserte Signalqualität, direkte Kommunikation) abgebildet werden. Jede neue oder verbesserte Funktion nutzt einen oder mehrere dieser Mehrwerte. Daher werden die priorisierten Zielfunktionen derart ausgewählt, dass alle Technologien betrachtet werden. Unter Verwendung einer bekannten Struktur zur Fusion von Objektinformationen und üblichen Ansätzen wie der Mahalanobisdistanz werden die Besonderheiten der Fusion von Car2Car-Daten betrachtet. Hierbei wird zusätzlich ein probabilistischer Assoziationsalgorithmus und verschiedene Umfeldsensoren (Radar, Monokamera, Laserscanner) berücksichtigt. Zur Optimierung der Systemperformance wird ein Bewertungsverfahren entworfen, das Verbesserungsmöglichkeiten aufzeigt, eine objektive Aussage zur Qualität zulässt und die Einflussgrößen unter Verwendung des 3F-Parameterraumes beschreibt. Dabei wird der Einfluss der Umfeldsensorik und der Ortungsgenauigkeit betrachtet, um aufzuzeigen, dass eine Fusion auch mit einfacher Sensorik wie einer Monokamera oder Midrange-Radar mit derzeit verfügbarer kostengünstiger Satellitenortung realisierbar ist. Am Beispiel der ausgewählten Zielfunktionen ACC (Adaptive Cruise Control) und des Algorithmus zur Vermeidung von Frontkollisionen wird die Eignung und Lauffähigkeit der präsentierten Fusionsalgorithmen dargestellt. Das Verbesserungspotenzial des CarMatching wird für das ACC an dem Szenario eines plötzlichen Einscherers und einer Gefahrenbremsung des voraus fahrenden Verkehrs im Vergleich zu einer herkömmlichen Implementierung demonstriert. Für den Algorithmus zur Vermeidung von Frontalkollisionen wird die Effektivität mithilfe von rateEffect belegt. Hierfür wird die Wirkung auf 498 reale Unfälle simuliert und mit der Wirkung ohne die Nutzung von Car2Car verglichen.
Objektdatenfusion von Umfeldsensoren und Car2Car zur Entwicklung intelligenter Frontschutzsysteme
Data fusion of environmental sensor network and vehicle to vehicle communication (V2V) for development of an intelligent front collision avoidance system
2014
185 Seiten, Bilder, Tabellen, 110 Quellen
Theses
German
British Library Conference Proceedings | 2011
|